关闭。这个问题需要更多focused .它目前不接受答案。
想改善这个问题吗？更新问题，使其仅关注一个问题 editing this post .
3年前关闭。
Improve this question
我是 tensorflow 的新手，想知道是否有任何具有多个网络输出的多标签分类的教程或示例。
我问这个是因为我有一个图像集合，其中每个图像可以属于几个类，我的输出需要每个类的分数。
我也不知道 tensorflow 是否遵循图像和类的某些文件模式，所以如果有人有一些例子，它会方便很多。
谢谢你。
最佳答案
您还可以尝试使用 Label Powerset 方法将您的问题从多标签分类转换为多类分类。标签 Powerset 转换将训练集中证明的每个标签组合视为不同的类，并构建多类分类器的一个实例 - 并在预测后将分配的类转换回多标签案例。它在 scikit-multilearn 中提供和 scikit 兼容性包装器通过 tensorflow Estimator 或通过 input_fn或使用 skflow .然后只需将其插入 LabelPowerset 的实例中.
代码可以如下:
from skmultilearn.problem_transform import LabelPowerset
import tensorflow.contrib.learn as skflow
# assume data is loaded using
# and is available in X_train/X_test, y_train/y_test
# initialize LabelPowerset multi-label classifier
# with tensor flow DNN base classifier
classifier = LabelPowerset(skflow.TensorFlowDNNClassifier(OPTIONS))
# train
classifier.fit(X_train, y_train)
# predict
predictions = classifier.predict(X_test)
关于tensorflow - 如何使用 tensorflow 执行多标签分类？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42207928/